买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁工程技术大学

摘要：本发明公开一种基于改进FasterR‑CNN算法的输电线路多目标检测方法，涉及输电线路检测技术领域。采用路径增强特征融合网络对模型提取出的不同维度的特征进行融合，提升了模型对小目标及具有复杂背景的目标的检测精度，并在FasterR‑CNN网络中添加一种双重注意力网络结构EDANet，提高了特定语义的特征表达能力；同时，为提升模型的整体性能，提出了一种改进的鲸鱼优化算法GT‑WOA，并通过引入权重因子改进了损失函数，然后使用GT‑WOA算法对学习率以及改进损失函数的权重因子进行自适应给定；最终，得到学习率和m、n的最优值，得到训练好的网络模型，并对输电线路进行多目标检测。本发明具有识别精度高，信息聚合能力强，模型的特征提取能力高，寻优精度高的优点。

主权项：1.一种基于改进FasterR-CNN算法的输电线路多目标检测方法，其特征在于，包括选择并训练数据集、构建出一种基于改进FasterR-CNN的输电线路多目标检测模型、利用一种引入全局搜索及t分布变异策略的鲸鱼优化算法GT-WOA对模型的参数进行优化、得到学习率、m、n的最优值和训练好的网络模型，并对输电线路进行多目标检测；步骤1选择并训练的数据集是使用无人机巡检实拍的输电线路的原始图像，对6种目标进行检测：绝缘子、绝缘子缺陷、鸟窝、相间棒、防震锤及螺栓缺失，为提高训练模型的泛化能力采用了数据增强图像处理方法；步骤2构建出一种基于改进FasterR-CNN的输电线路多目标检测模型，包括原FasterR-CNN特征提取网络提取出的基础特征输入到路径增强特征金字塔网络PAFPN进行特征融合、在FasterR-CNN网络中添加一种双重注意力网络结构EDANet，在PAFPN的输出端后引入一种基于DANet的高效双重注意力网络EDANet,用以提高特定语义的特征表达能力、为提高模型整体性能，提出一种基于自适应权重因子的损失函数；步骤3利用一种引入全局搜索及t分布变异策略的鲸鱼优化算法GT-WOA对模型的参数进行优化，利用鲸鱼优化算法寻找到最优鲸鱼个体，即搜寻到最优学习率以及改进损失函数的两个权重因子m和n的值，并输入训练数据集到模型进行训练；步骤4引入全局搜索及t分布变异策略的鲸鱼优化算法来提升其寻优能力包括引入自适应权重ω，提升算法在前期的全局搜索能力、变螺旋位置更新，通过使用可变参数来动态低调整鲸鱼捕猎过程中的螺旋路径、t分布变异策略，以迭代次数为t分布的自由度参数中的变异算子对解的位置进行扰动，得到的模型对输电线路进行多目标检测。

全文数据：

权利要求：

百度查询： 辽宁工程技术大学 一种基于改进Faster R-CNN算法的输电线路多目标检测方法